扫一扫
关注中图网
官方微博
本类五星书更多>
-
>
决战行测5000题(言语理解与表达)
-
>
软件性能测试.分析与调优实践之路
-
>
第一行代码Android
-
>
深度学习
-
>
Unreal Engine 4蓝图完全学习教程
-
>
深入理解计算机系统-原书第3版
-
>
Word/Excel PPT 2013办公应用从入门到精通-(附赠1DVD.含语音视频教学+办公模板+PDF电子书)
PYTHON金融数据分析 版权信息
- ISBN：9787302663904
- 条形码：9787302663904 ; 978-7-302-66390-4
- 装帧：平装-胶订
- 册数：暂无
- 重量：暂无
- 所属分类：>
PYTHON金融数据分析 本书特色
《Python金融数据分析》将帮助读者在金融领域正确使用先进的数据分析方法，避免潜在的陷阱和常见错误；对于那些试图解决的问题，帮助读者得出正确的结论。
此外，鉴于数据科学和金融领域在不断动态变化，因此本书也包含对学术论文和其他相关资源的引用，以帮助读者拓宽对所涵盖主题的理解。
PYTHON金融数据分析 内容简介
《Python金融数据分析》详细阐述了与Python金融数据分析相关的基本解决方案，主要包括获取金融数据、数据预处理、可视化金融时间序列、探索金融时间序列数据、技术分析和构建交互式仪表板、时间序列分析与预测、基于机器学习的时间序列预测、多因素模型、使用GARCH类模型对波动率进行建模、金融领域中的蒙特卡罗模拟、资产配置、回测交易策略、识别信用违约、机器学习项目的高级概念、金融领域的深度学习等内容。此外，本书还提供了相应的示例、代码，以帮助读者进一步理解相关方案的实现过程。
PYTHON金融数据分析 目录
第1章 获取金融数据 1
1.1 从雅虎财经获取数据 2
1.1.1 实战操作 3
1.1.2 原理解释 4
1.1.3 扩展知识 4
1.1.4 参考资料 5
1.2 从Nasdaq Data Link获取数据 5
1.2.1 准备工作 6
1.2.2 实战操作 6
1.2.3 原理解释 7
1.2.4 扩展知识 8
1.2.5 参考资料 9
1.3 从Intrinio获取数据 10
1.3.1 准备工作 10
1.3.2 实战操作 10
1.3.3 原理解释 12
1.3.4 扩展知识 12
1.3.5 参考资料 16
1.4 从Alpha Vantage获取数据 16
1.4.1 准备工作 16
1.4.2 实战操作 17
1.4.3 原理解释 18
1.4.4 扩展知识 18
1.4.5 参考资料 21
1.5 从CoinGecko获取数据 21
1.5.1 实战操作 21
1.5.2 原理解释 22
1.5.3 扩展知识 23
1.5.4 参考资料 24
1.6 小结 24
第2章 数据预处理 27
2.1 将价格转化为收益 27
2.1.1 实战操作 28
2.1.2 原理解释 29
2.2 为通货膨胀调整收益 29
2.2.1 实战操作 30
2.2.2 原理解释 31
2.2.3 扩展知识 32
2.2.4 参考资料 33
2.3 改变时间序列数据的频率 33
2.3.1 做好准备 34
2.3.2 实战操作 34
2.3.3 原理解释 36
2.4 估算缺失数据的不同方法 36
2.4.1 实战操作 36
2.4.2 原理解释 39
2.4.3 扩展知识 39
2.4.4 参考资料 41
2.5 转换货币单位 41
2.5.1 实战操作 41
2.5.2 原理解释 42
2.5.3 扩展知识 43
2.5.4 参考资料 44
2.6 聚合交易数据的不同方式 44
2.6.1 实战操作 46
2.6.2 原理解释 50
2.6.3 扩展知识 52
2.6.4 参考资料 52
2.7 小结 52 第3章 可视化金融时间序列 53
3.1 时间序列数据的基本可视化 54
3.1.1 实战操作 54
3.1.2 原理解释 56
3.1.3 扩展知识 56
3.1.4 参考资料 59
3.2 可视化季节性模式 59
3.2.1 实战操作 59
3.2.2 原理解释 62
3.2.3 扩展知识 62
3.3 创建交互式可视化 65
3.3.1 实战操作 66
3.3.2 原理解释 68
3.3.3 扩展知识 69
3.3.4 参考资料 70
3.4 创建K线图 71
3.4.1 准备工作 72
3.4.2 实战操作 72
3.4.3 原理解释 74
3.4.4 扩展知识 74
3.4.5 参考资料 76
3.5 小结 77
第4章 探索金融时间序列数据 79
4.1 使用滚动统计进行异常值检测 79
4.1.1 实战操作 80
4.1.2 原理解释 82
4.1.3 扩展知识 82
4.2 使用Hampel过滤器进行异常值检测 83
4.2.1 实战操作 84
4.2.2 原理解释 85
4.2.3 扩展知识 86
4.2.4 参考资料 87
4.3 检测时间序列中的变点 88
4.3.1 实战操作 89
4.3.2 原理解释 91
4.3.3 扩展知识 91
4.3.4 参考资料 93
4.4 检测时间序列中的趋势 93
4.4.1 实战操作 94
4.4.2 原理解释 95
4.4.3 参考资料 96
4.5 使用Hurst指数检测时间序列中的模式 96
4.5.1 实战操作 97
4.5.2 原理解释 99
4.5.3 扩展知识 100
4.5.4 参考资料 100
4.6 研究资产收益的典型化事实 100
4.6.1 准备工作 101
4.6.2 实战操作 101
4.6.3 原理解释 108
4.6.4 扩展知识 110
4.6.5 参考资料 112
4.7 小结 112
第5章 技术分析和构建交互式仪表板 113
5.1 计算*流行的技术指标 113
5.1.1 实战操作 114
5.1.2 原理解释 118
5.1.3 扩展知识 119
5.1.4 参考资料 119
5.2 下载技术指标 120
5.2.1 实战操作 120
5.2.2 原理解释 122
5.2.3 扩展知识 122
5.3 识别K线图的形态 124
5.3.1 实战操作 125
5.3.2 原理解释 127
5.3.3 扩展知识 128
5.3.4 参考资料 129
5.4 使用Streamlit构建用于技术分析的交互式Web应用程序 129
5.4.1 准备工作 130
5.4.2 实战操作 130
5.4.3 原理解释 135
5.4.4 扩展知识 139
5.4.5 参考资料 139
5.5 部署技术分析应用程序 139
5.5.1 准备工作 140
5.5.2 实战操作 140
5.5.3 原理解释 141
5.5.4 扩展知识 142
5.5.5 参考资料 142
5.6 小结 143
第6章 时间序列分析与预测 145
6.1 时间序列分解 146
6.1.1 实战操作 148
6.1.2 原理解释 151
6.1.3 扩展知识 151
6.1.4 参考资料 154
6.2 测试时间序列的平稳性 155
6.2.1 准备工作 156
6.2.2 实战操作 156
6.2.3 原理解释 158
6.2.4 扩展知识 159
6.2.5 参考资料 160
6.3 校正时间序列的平稳性 160
6.3.1 实战操作 161
6.3.2 原理解释 166
6.3.3 扩展知识 166
6.4 使用指数平滑方法对时间序列建模 168
6.4.1 准备工作 169
6.4.2 实战操作 169
6.4.3 原理解释 174
6.4.4 扩展知识 175
6.4.5 参考资料 177
6.5 使用ARIMA类模型对时间序列建模 178
6.5.1 准备工作 179
6.5.2 实战操作 179
6.5.3 原理解释 186
6.5.4 扩展知识 188
6.5.5 参考资料 190
6.6 使用auto-ARIMA寻找*佳拟合的ARIMA模型 190
6.6.1 准备工作 191
6.6.2 实战操作 191
6.6.3 原理解释 197
6.6.4 扩展知识 197
6.6.5 参考资料 203
6.7 小结 203
第7章 基于机器学习的时间序列预测 205
7.1 时间序列的验证方法 205
7.1.1 实战操作 208
7.1.2 原理解释 214
7.1.3 扩展知识 216
7.1.4 参考资料 219
7.2 时间序列的特征工程 219
7.2.1 实战操作 220
7.2.2 原理解释 228
7.2.3 扩展知识 229
7.3 将时间序列预测作为简化回归任务 234
7.3.1 准备工作 235
7.3.2 实战操作 235
7.3.3 原理解释 243
7.3.4 扩展知识 246
7.3.5 参考资料 246
7.4 使用Meta的Prophet进行预测 246
7.4.1 实战操作 248
7.4.2 原理解释 255
7.4.3 扩展知识 256
7.4.4 参考资料 260
7.5 使用PyCaret进行时间序列预测的AutoML 260
7.5.1 准备工作 260
7.5.2 实战操作 260
7.5.3 原理解释 267
7.5.4 扩展知识 269
7.6 小结 270
第8章 多因素模型 273
8.1 估计CAPM 274
8.1.1 实战操作 275
8.1.2 原理解释 277
8.1.3 扩展知识 277
8.1.4 参考资料 280
8.2 估计Fama-French三因素模型 280
8.2.1 实战操作 281
8.2.2 原理解释 284
8.2.3 扩展知识 284
8.2.4 参考资料 285
8.3 估计资产组合的滚动三因素模型 285
8.3.1 实战操作 286
8.3.2 原理解释 288
8.4 估计四因素和五因素模型 289
8.4.1 实战操作 290
8.4.2 原理解释 294
8.4.3 参考资料 294
8.5 使用Fama-MacBeth回归估计横截面因素模型 295
8.5.1 实战操作 296
8.5.2 原理解释 298
8.5.3 扩展知识 298
8.5.4 参考资料 300
8.6 小结 301
第9章 使用GARCH类模型对波动率进行建模 303
9.1 使用ARCH模型对股票收益的波动性进行建模 304
9.1.1 实战操作 305
9.1.2 原理解释 308
9.1.3 扩展知识 309
9.1.4 参考资料 310
9.2 使用GARCH模型对股票收益的波动性进行建模 310
9.2.1 实战操作 311
9.2.2 原理解释 313
9.2.3 扩展知识 313
9.2.4 参考资料 315
9.3 使用GARCH模型预测波动率 315
9.3.1 实战操作 316
9.3.2 原理解释 320
9.3.3 扩展知识 320
9.4 使用CCC-GARCH模型进行多变量波动率预测 323
9.4.1 实战操作 324
9.4.2 原理解释 327
9.4.3 参考资料 327
9.5 使用DCC-GARCH预测条件协方差矩阵 327
9.5.1 准备工作 328
9.5.2 实战操作 329
9.5.3 原理解释 332
9.5.4 扩展知识 333
9.5.5 参考资料 335
9.6 小结 336
第10章 金融领域中的蒙特卡罗模拟 337
10.1 使用几何布朗运动模拟股票价格动态 337
10.1.1 实战操作 338
10.1.2 原理解释 341
10.1.3 扩展知识 343
10.1.4 参考资料 344
10.2 使用模拟为欧式期权定价 345
10.2.1 实战操作 346
10.2.2 原理解释 347
10.2.3 扩展知识 348
10.3 使用*小二乘法蒙特卡罗为美式期权定价 350
10.3.1 实战操作 351
10.3.2 原理解释 353
10.3.3 参考资料 354
10.4 使用QuantLib为美式期权定价 354
10.4.1 准备工作 354
10.4.2 实战操作 354
10.4.3 原理解释 356
10.4.4 扩展知识 357
10.5 为障碍期权定价 358
10.5.1 实战操作 359
10.5.2 原理解释 360
10.5.3 扩展知识 361
10.6 使用蒙特卡罗模拟估计风险价值 361
10.6.1 实战操作 362
10.6.2 原理解释 365
10.6.3 扩展知识 366
10.7 小结 367
第11章 资产配置 369
11.1 评估等权重投资组合的绩效 370
11.1.1 实战操作 370
11.1.2 原理解释 373
11.1.3 扩展知识 374
11.1.4 参考资料 378
11.2 使用蒙特卡罗模拟寻找有效边界 378
11.2.1 实战操作 379
11.2.2 原理解释 382
11.2.3 扩展知识 384
11.3 使用SciPy优化找到有效边界 386
11.3.1 准备工作 387
11.3.2 实战操作 387
11.3.3 原理解释 390
11.3.4 扩展知识 392
11.3.5 参考资料 393
11.4 使用CVXPY凸优化寻找有效边界 393
11.4.1 准备工作 394
11.4.2 实战操作 394
11.4.3 原理解释 397
11.4.4 扩展知识 398
11.5 使用分层风险平价寻找*佳投资组合 402
11.5.1 实战操作 403
11.5.2 原理解释 405
11.5.3 扩展知识 406
11.5.4 参考资料 409
11.6 小结 410
第12章 回测交易策略 411
12.1 使用pandas进行向量化回测 413
12.1.1 实战操作 413
12.1.2 原理解释 416
12.1.3 扩展知识 417
12.2 使用backtrader进行事件驱动的回测 418
12.2.1 准备工作 419
12.2.2 实战操作 419
12.2.3 原理解释 424
12.2.4 扩展知识 425
12.2.5 参考资料 427
12.3 基于RSI回测多头/空头策略 427
12.3.1 实战操作 427
12.3.2 原理解释 430
12.3.3 扩展知识 431
12.3.4 参考资料 434
12.4 回测基于布林带的买入/卖出策略 434
12.4.1 实战操作 435
12.4.2 原理解释 440
12.4.3 扩展知识 441
12.5 使用加密货币交易数据回测移动平均线交叉策略 441
12.5.1 实战操作 442
12.5.2 原理解释 447
12.5.3 扩展知识 447
12.6 回测均值方差投资组合优化 448
12.6.1 准备工作 448
12.6.2 实战操作 448
12.6.3 原理解释 452
12.6.4 参考资料 453
12.7 小结 455
第13章 应用机器学习：识别信用违约 457
13.1 加载数据和管理数据类型 458
13.1.1 实战操作 458
13.1.2 原理解释 462
13.1.3 扩展知识 464
13.1.4 参考资料 465
13.2 探索性数据分析 466
13.2.1 准备工作 467
13.2.2 实战操作 467
13.2.3 原理解释 476
13.2.4 扩展知识 479
13.2.5 参考资料 481
13.3 将数据拆分为训练集和测试集 482
13.3.1 实战操作 482
13.3.2 原理解释 483
13.3.3 扩展知识 484
13.4 识别和处理缺失值 485
13.4.1 准备工作 487
13.4.2 实战操作 487
13.4.3 原理解释 489
13.4.4 扩展知识 490
13.4.5 参考资料 492
13.5 编码分类变量 493
13.5.1 准备工作 494
13.5.2 实战操作 495
13.5.3 原理解释 497
13.5.4 扩展知识 498
13.6 拟合决策树分类器 500
13.6.1 准备工作 501
13.6.2 实战操作 501
13.6.3 原理解释 505
13.6.4 扩展知识 508
13.6.5 参考资料 513
13.7 使用管道组织项目 514
13.7.1 实战操作 514
13.7.2 原理解释 517
13.7.3 扩展知识 518
13.8 使用网格搜索和交叉验证调整超参数 523
13.8.1 准备工作 525
13.8.2 实战操作 525
13.8.3 原理解释 528
13.8.4 扩展知识 530
13.8.5 参考资料 534
13.9 小结 535
第14章 机器学习项目的高级概念 537
14.1 探索集成分类器 538
14.1.1 准备工作 539
14.1.2 实战操作 539
14.1.3 原理解释 542
14.1.4 扩展知识 545
14.1.5 参考资料 547
14.2 探索编码分类特征的替代方法 548
14.2.1 准备工作 551
14.2.2 实战操作 551
14.2.3 原理解释 554
14.2.4 扩展知识 555
14.2.5 参考资料 556
14.3 研究处理不平衡数据的不同方法 556
14.3.1 准备工作 559
14.3.2 实战操作 559
14.3.3 原理解释 563
14.3.4 扩展知识 564
14.3.5 参考资料 566
14.4 通过堆叠集成利用群体智慧 567
14.4.1 实战操作 569
14.4.2 原理解释 572
14.4.3 扩展知识 573
14.4.4 参考资料 574
14.5 贝叶斯超参数优化 575
14.5.1 实战操作 576
14.5.2 原理解释 581
14.5.3 扩展知识 582
14.5.4 参考资料 589
14.6 特征重要性研究 590
14.6.1 准备工作 592
14.6.2 实战操作 593
14.6.3 原理解释 600
14.6.4 扩展知识 601
14.6.5 参考资料 602
14.7 探索特征选择技术 603
14.7.1 准备工作 604
14.7.2 实战操作 604
14.7.3 原理解释 609
14.7.4 扩展知识 612
14.7.5 参考资料 615
14.8 探索可解释的AI技术 616
14.8.1 准备工作 619
14.8.2 实战操作 619
14.8.3 原理解释 630
14.8.4 扩展知识 632
14.8.5 参考资料 633
14.9 小结 635
第15章 金融领域的深度学习 637
15.1 探索fastai的Tabular Learner 637
15.1.1 实战操作 639
15.1.2 原理解释 645
15.1.3 扩展知识 648
15.1.4 参考资料 649
15.2 探索Google的TabNet 650
15.2.1 实战操作 651
15.2.2 原理解释 657
15.2.3 扩展知识 659
15.2.4 参考资料 660
15.3 使用Amazon的DeepAR进行时间序列预测 660
15.3.1 实战操作 661
15.3.2 原理解释 667
15.3.3 扩展知识 668
15.3.4 参考资料 673
15.4 使用NeuralProphet进行时间序列预测 673
15.4.1 实战操作 674
15.4.2 原理解释 682
15.4.3 扩展知识 683
15.4.4 参考资料 688
15.5 小结 688
15.5.1 表格数据 688
15.5.2 时间序列 689
15.5.3 其他领域 690
·XXVI·
Python金融数据分析
·XXVII·
目 录
1.1 从雅虎财经获取数据 2
1.1.1 实战操作 3
1.1.2 原理解释 4
1.1.3 扩展知识 4
1.1.4 参考资料 5
1.2 从Nasdaq Data Link获取数据 5
1.2.1 准备工作 6
1.2.2 实战操作 6
1.2.3 原理解释 7
1.2.4 扩展知识 8
1.2.5 参考资料 9
1.3 从Intrinio获取数据 10
1.3.1 准备工作 10
1.3.2 实战操作 10
1.3.3 原理解释 12
1.3.4 扩展知识 12
1.3.5 参考资料 16
1.4 从Alpha Vantage获取数据 16
1.4.1 准备工作 16
1.4.2 实战操作 17
1.4.3 原理解释 18
1.4.4 扩展知识 18
1.4.5 参考资料 21
1.5 从CoinGecko获取数据 21
1.5.1 实战操作 21
1.5.2 原理解释 22
1.5.3 扩展知识 23
1.5.4 参考资料 24
1.6 小结 24
第2章 数据预处理 27
2.1 将价格转化为收益 27
2.1.1 实战操作 28
2.1.2 原理解释 29
2.2 为通货膨胀调整收益 29
2.2.1 实战操作 30
2.2.2 原理解释 31
2.2.3 扩展知识 32
2.2.4 参考资料 33
2.3 改变时间序列数据的频率 33
2.3.1 做好准备 34
2.3.2 实战操作 34
2.3.3 原理解释 36
2.4 估算缺失数据的不同方法 36
2.4.1 实战操作 36
2.4.2 原理解释 39
2.4.3 扩展知识 39
2.4.4 参考资料 41
2.5 转换货币单位 41
2.5.1 实战操作 41
2.5.2 原理解释 42
2.5.3 扩展知识 43
2.5.4 参考资料 44
2.6 聚合交易数据的不同方式 44
2.6.1 实战操作 46
2.6.2 原理解释 50
2.6.3 扩展知识 52
2.6.4 参考资料 52
2.7 小结 52 第3章 可视化金融时间序列 53
3.1 时间序列数据的基本可视化 54
3.1.1 实战操作 54
3.1.2 原理解释 56
3.1.3 扩展知识 56
3.1.4 参考资料 59
3.2 可视化季节性模式 59
3.2.1 实战操作 59
3.2.2 原理解释 62
3.2.3 扩展知识 62
3.3 创建交互式可视化 65
3.3.1 实战操作 66
3.3.2 原理解释 68
3.3.3 扩展知识 69
3.3.4 参考资料 70
3.4 创建K线图 71
3.4.1 准备工作 72
3.4.2 实战操作 72
3.4.3 原理解释 74
3.4.4 扩展知识 74
3.4.5 参考资料 76
3.5 小结 77
第4章 探索金融时间序列数据 79
4.1 使用滚动统计进行异常值检测 79
4.1.1 实战操作 80
4.1.2 原理解释 82
4.1.3 扩展知识 82
4.2 使用Hampel过滤器进行异常值检测 83
4.2.1 实战操作 84
4.2.2 原理解释 85
4.2.3 扩展知识 86
4.2.4 参考资料 87
4.3 检测时间序列中的变点 88
4.3.1 实战操作 89
4.3.2 原理解释 91
4.3.3 扩展知识 91
4.3.4 参考资料 93
4.4 检测时间序列中的趋势 93
4.4.1 实战操作 94
4.4.2 原理解释 95
4.4.3 参考资料 96
4.5 使用Hurst指数检测时间序列中的模式 96
4.5.1 实战操作 97
4.5.2 原理解释 99
4.5.3 扩展知识 100
4.5.4 参考资料 100
4.6 研究资产收益的典型化事实 100
4.6.1 准备工作 101
4.6.2 实战操作 101
4.6.3 原理解释 108
4.6.4 扩展知识 110
4.6.5 参考资料 112
4.7 小结 112
第5章 技术分析和构建交互式仪表板 113
5.1 计算*流行的技术指标 113
5.1.1 实战操作 114
5.1.2 原理解释 118
5.1.3 扩展知识 119
5.1.4 参考资料 119
5.2 下载技术指标 120
5.2.1 实战操作 120
5.2.2 原理解释 122
5.2.3 扩展知识 122
5.3 识别K线图的形态 124
5.3.1 实战操作 125
5.3.2 原理解释 127
5.3.3 扩展知识 128
5.3.4 参考资料 129
5.4 使用Streamlit构建用于技术分析的交互式Web应用程序 129
5.4.1 准备工作 130
5.4.2 实战操作 130
5.4.3 原理解释 135
5.4.4 扩展知识 139
5.4.5 参考资料 139
5.5 部署技术分析应用程序 139
5.5.1 准备工作 140
5.5.2 实战操作 140
5.5.3 原理解释 141
5.5.4 扩展知识 142
5.5.5 参考资料 142
5.6 小结 143
第6章 时间序列分析与预测 145
6.1 时间序列分解 146
6.1.1 实战操作 148
6.1.2 原理解释 151
6.1.3 扩展知识 151
6.1.4 参考资料 154
6.2 测试时间序列的平稳性 155
6.2.1 准备工作 156
6.2.2 实战操作 156
6.2.3 原理解释 158
6.2.4 扩展知识 159
6.2.5 参考资料 160
6.3 校正时间序列的平稳性 160
6.3.1 实战操作 161
6.3.2 原理解释 166
6.3.3 扩展知识 166
6.4 使用指数平滑方法对时间序列建模 168
6.4.1 准备工作 169
6.4.2 实战操作 169
6.4.3 原理解释 174
6.4.4 扩展知识 175
6.4.5 参考资料 177
6.5 使用ARIMA类模型对时间序列建模 178
6.5.1 准备工作 179
6.5.2 实战操作 179
6.5.3 原理解释 186
6.5.4 扩展知识 188
6.5.5 参考资料 190
6.6 使用auto-ARIMA寻找*佳拟合的ARIMA模型 190
6.6.1 准备工作 191
6.6.2 实战操作 191
6.6.3 原理解释 197
6.6.4 扩展知识 197
6.6.5 参考资料 203
6.7 小结 203
第7章 基于机器学习的时间序列预测 205
7.1 时间序列的验证方法 205
7.1.1 实战操作 208
7.1.2 原理解释 214
7.1.3 扩展知识 216
7.1.4 参考资料 219
7.2 时间序列的特征工程 219
7.2.1 实战操作 220
7.2.2 原理解释 228
7.2.3 扩展知识 229
7.3 将时间序列预测作为简化回归任务 234
7.3.1 准备工作 235
7.3.2 实战操作 235
7.3.3 原理解释 243
7.3.4 扩展知识 246
7.3.5 参考资料 246
7.4 使用Meta的Prophet进行预测 246
7.4.1 实战操作 248
7.4.2 原理解释 255
7.4.3 扩展知识 256
7.4.4 参考资料 260
7.5 使用PyCaret进行时间序列预测的AutoML 260
7.5.1 准备工作 260
7.5.2 实战操作 260
7.5.3 原理解释 267
7.5.4 扩展知识 269
7.6 小结 270
第8章 多因素模型 273
8.1 估计CAPM 274
8.1.1 实战操作 275
8.1.2 原理解释 277
8.1.3 扩展知识 277
8.1.4 参考资料 280
8.2 估计Fama-French三因素模型 280
8.2.1 实战操作 281
8.2.2 原理解释 284
8.2.3 扩展知识 284
8.2.4 参考资料 285
8.3 估计资产组合的滚动三因素模型 285
8.3.1 实战操作 286
8.3.2 原理解释 288
8.4 估计四因素和五因素模型 289
8.4.1 实战操作 290
8.4.2 原理解释 294
8.4.3 参考资料 294
8.5 使用Fama-MacBeth回归估计横截面因素模型 295
8.5.1 实战操作 296
8.5.2 原理解释 298
8.5.3 扩展知识 298
8.5.4 参考资料 300
8.6 小结 301
第9章 使用GARCH类模型对波动率进行建模 303
9.1 使用ARCH模型对股票收益的波动性进行建模 304
9.1.1 实战操作 305
9.1.2 原理解释 308
9.1.3 扩展知识 309
9.1.4 参考资料 310
9.2 使用GARCH模型对股票收益的波动性进行建模 310
9.2.1 实战操作 311
9.2.2 原理解释 313
9.2.3 扩展知识 313
9.2.4 参考资料 315
9.3 使用GARCH模型预测波动率 315
9.3.1 实战操作 316
9.3.2 原理解释 320
9.3.3 扩展知识 320
9.4 使用CCC-GARCH模型进行多变量波动率预测 323
9.4.1 实战操作 324
9.4.2 原理解释 327
9.4.3 参考资料 327
9.5 使用DCC-GARCH预测条件协方差矩阵 327
9.5.1 准备工作 328
9.5.2 实战操作 329
9.5.3 原理解释 332
9.5.4 扩展知识 333
9.5.5 参考资料 335
9.6 小结 336
第10章 金融领域中的蒙特卡罗模拟 337
10.1 使用几何布朗运动模拟股票价格动态 337
10.1.1 实战操作 338
10.1.2 原理解释 341
10.1.3 扩展知识 343
10.1.4 参考资料 344
10.2 使用模拟为欧式期权定价 345
10.2.1 实战操作 346
10.2.2 原理解释 347
10.2.3 扩展知识 348
10.3 使用*小二乘法蒙特卡罗为美式期权定价 350
10.3.1 实战操作 351
10.3.2 原理解释 353
10.3.3 参考资料 354
10.4 使用QuantLib为美式期权定价 354
10.4.1 准备工作 354
10.4.2 实战操作 354
10.4.3 原理解释 356
10.4.4 扩展知识 357
10.5 为障碍期权定价 358
10.5.1 实战操作 359
10.5.2 原理解释 360
10.5.3 扩展知识 361
10.6 使用蒙特卡罗模拟估计风险价值 361
10.6.1 实战操作 362
10.6.2 原理解释 365
10.6.3 扩展知识 366
10.7 小结 367
第11章 资产配置 369
11.1 评估等权重投资组合的绩效 370
11.1.1 实战操作 370
11.1.2 原理解释 373
11.1.3 扩展知识 374
11.1.4 参考资料 378
11.2 使用蒙特卡罗模拟寻找有效边界 378
11.2.1 实战操作 379
11.2.2 原理解释 382
11.2.3 扩展知识 384
11.3 使用SciPy优化找到有效边界 386
11.3.1 准备工作 387
11.3.2 实战操作 387
11.3.3 原理解释 390
11.3.4 扩展知识 392
11.3.5 参考资料 393
11.4 使用CVXPY凸优化寻找有效边界 393
11.4.1 准备工作 394
11.4.2 实战操作 394
11.4.3 原理解释 397
11.4.4 扩展知识 398
11.5 使用分层风险平价寻找*佳投资组合 402
11.5.1 实战操作 403
11.5.2 原理解释 405
11.5.3 扩展知识 406
11.5.4 参考资料 409
11.6 小结 410
第12章 回测交易策略 411
12.1 使用pandas进行向量化回测 413
12.1.1 实战操作 413
12.1.2 原理解释 416
12.1.3 扩展知识 417
12.2 使用backtrader进行事件驱动的回测 418
12.2.1 准备工作 419
12.2.2 实战操作 419
12.2.3 原理解释 424
12.2.4 扩展知识 425
12.2.5 参考资料 427
12.3 基于RSI回测多头/空头策略 427
12.3.1 实战操作 427
12.3.2 原理解释 430
12.3.3 扩展知识 431
12.3.4 参考资料 434
12.4 回测基于布林带的买入/卖出策略 434
12.4.1 实战操作 435
12.4.2 原理解释 440
12.4.3 扩展知识 441
12.5 使用加密货币交易数据回测移动平均线交叉策略 441
12.5.1 实战操作 442
12.5.2 原理解释 447
12.5.3 扩展知识 447
12.6 回测均值方差投资组合优化 448
12.6.1 准备工作 448
12.6.2 实战操作 448
12.6.3 原理解释 452
12.6.4 参考资料 453
12.7 小结 455
第13章 应用机器学习：识别信用违约 457
13.1 加载数据和管理数据类型 458
13.1.1 实战操作 458
13.1.2 原理解释 462
13.1.3 扩展知识 464
13.1.4 参考资料 465
13.2 探索性数据分析 466
13.2.1 准备工作 467
13.2.2 实战操作 467
13.2.3 原理解释 476
13.2.4 扩展知识 479
13.2.5 参考资料 481
13.3 将数据拆分为训练集和测试集 482
13.3.1 实战操作 482
13.3.2 原理解释 483
13.3.3 扩展知识 484
13.4 识别和处理缺失值 485
13.4.1 准备工作 487
13.4.2 实战操作 487
13.4.3 原理解释 489
13.4.4 扩展知识 490
13.4.5 参考资料 492
13.5 编码分类变量 493
13.5.1 准备工作 494
13.5.2 实战操作 495
13.5.3 原理解释 497
13.5.4 扩展知识 498
13.6 拟合决策树分类器 500
13.6.1 准备工作 501
13.6.2 实战操作 501
13.6.3 原理解释 505
13.6.4 扩展知识 508
13.6.5 参考资料 513
13.7 使用管道组织项目 514
13.7.1 实战操作 514
13.7.2 原理解释 517
13.7.3 扩展知识 518
13.8 使用网格搜索和交叉验证调整超参数 523
13.8.1 准备工作 525
13.8.2 实战操作 525
13.8.3 原理解释 528
13.8.4 扩展知识 530
13.8.5 参考资料 534
13.9 小结 535
第14章 机器学习项目的高级概念 537
14.1 探索集成分类器 538
14.1.1 准备工作 539
14.1.2 实战操作 539
14.1.3 原理解释 542
14.1.4 扩展知识 545
14.1.5 参考资料 547
14.2 探索编码分类特征的替代方法 548
14.2.1 准备工作 551
14.2.2 实战操作 551
14.2.3 原理解释 554
14.2.4 扩展知识 555
14.2.5 参考资料 556
14.3 研究处理不平衡数据的不同方法 556
14.3.1 准备工作 559
14.3.2 实战操作 559
14.3.3 原理解释 563
14.3.4 扩展知识 564
14.3.5 参考资料 566
14.4 通过堆叠集成利用群体智慧 567
14.4.1 实战操作 569
14.4.2 原理解释 572
14.4.3 扩展知识 573
14.4.4 参考资料 574
14.5 贝叶斯超参数优化 575
14.5.1 实战操作 576
14.5.2 原理解释 581
14.5.3 扩展知识 582
14.5.4 参考资料 589
14.6 特征重要性研究 590
14.6.1 准备工作 592
14.6.2 实战操作 593
14.6.3 原理解释 600
14.6.4 扩展知识 601
14.6.5 参考资料 602
14.7 探索特征选择技术 603
14.7.1 准备工作 604
14.7.2 实战操作 604
14.7.3 原理解释 609
14.7.4 扩展知识 612
14.7.5 参考资料 615
14.8 探索可解释的AI技术 616
14.8.1 准备工作 619
14.8.2 实战操作 619
14.8.3 原理解释 630
14.8.4 扩展知识 632
14.8.5 参考资料 633
14.9 小结 635
第15章 金融领域的深度学习 637
15.1 探索fastai的Tabular Learner 637
15.1.1 实战操作 639
15.1.2 原理解释 645
15.1.3 扩展知识 648
15.1.4 参考资料 649
15.2 探索Google的TabNet 650
15.2.1 实战操作 651
15.2.2 原理解释 657
15.2.3 扩展知识 659
15.2.4 参考资料 660
15.3 使用Amazon的DeepAR进行时间序列预测 660
15.3.1 实战操作 661
15.3.2 原理解释 667
15.3.3 扩展知识 668
15.3.4 参考资料 673
15.4 使用NeuralProphet进行时间序列预测 673
15.4.1 实战操作 674
15.4.2 原理解释 682
15.4.3 扩展知识 683
15.4.4 参考资料 688
15.5 小结 688
15.5.1 表格数据 688
15.5.2 时间序列 689
15.5.3 其他领域 690
·XXVI·
Python金融数据分析
·XXVII·
目 录
展开全部
PYTHON金融数据分析 作者简介
艾瑞克·里文森在荷兰鹿特丹伊拉斯姆斯大学（Erasmus University Rotterdam，EUR）获得量化金融（Quantitative Finance）硕士学位。他拥有在两家公司的风险管理和数据科学部门工作的经历，其间积累了数据科学方法的实际应用经验。这两家公司的其中一家是荷兰新经纪商，另一家则是荷兰最大的在线零售商。
工作之余，他撰写了一百多篇与数据科学相关的文章，阅读量超过300万次。在空闲时间，他喜欢玩电子游戏、看书以及和女友一起旅行。
书友推荐
- >
我与地坛
我与地坛
¥16.5¥28.0 - >
大红狗在马戏团-大红狗克里弗-助人
大红狗在马戏团-大红狗克里弗-助人
¥3.5¥10.0 - >
经典常谈
经典常谈
¥12.7¥39.8 - >
小考拉的故事-套装共3册
小考拉的故事-套装共3册
¥36.7¥68.0 - >
二体千字文
二体千字文
¥22.4¥40.0 - >
唐代进士录
唐代进士录
¥25.5¥39.8 - >
伯纳黛特,你要去哪(2021新版)
伯纳黛特,你要去哪(2021新版)
¥15.9¥49.8 - >
山海经
山海经
¥19.7¥68.0
本类畅销
-
详解Spring Boot(从入门到企业级开发实战)/孙鑫精品图书系列
¥64.2¥129 -
PYTHON应用与实战
¥52.9¥79.8 -
Python编程与数值方法
¥79.6¥109 -
Go语言从入门到项目实战(视频版)
¥60.4¥108 -
软件设计师
¥14.2¥38 -
GO语言编程从入门到实践
¥75.6¥108
